Advanced RFI detection, RFI excision, and spectrum sensing : algorithms and performance analyses

Getu, Tilahun Melkamu (2019). Advanced RFI detection, RFI excision, and spectrum sensing : algorithms and performance analyses. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (2MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

Because of intentional and unintentional man-made interference, radio frequency interference (RFI) is causing performance loss in various radio frequency operating systems such as microwave radiometry, radio astronomy, satellite communications, ultra-wideband communications, radar, and cognitive radio. To overcome the impact of RFI, a robust RFI detection coupled with an efficient RFI excision are, thus, needed. Amongst their limitations, the existing techniques tend to be computationally complex and render inefficient RFI excision. On the other hand, the state-of-the-art on cognitive radio (CR) encompasses numerous spectrum sensing techniques. However, most of the existing techniques either rely on the availability of the channel state information (CSI) or the primary signal characteristics. Motivated by the highlighted limitations, this Ph.D. dissertation presents research investigations and results grouped into three themes: advanced RFI detection, advanced RFI excision, and advanced spectrum sensing.

Regarding advanced RFI detection, this dissertation presents five RFI detectors: a power detector (PD), an energy detector (ED), an eigenvalue detector (EvD), a matrix-based detector, and a tensor-based detector. First, a computationally simple PD is investigated to detect a brodband RFI. By assuming Nakagami-m fading channels, exact closed-form expressions for the probabilities of RFI detection and of false alarm are derived and validated via simulations. Simulations also demonstrate that PD outperforms kurtosis detector (KD). Second, an ED is investigated for RFI detection in wireless communication systems. Its average probability of RFI detection is studied and approximated, and asymptotic closed-form expressions are derived. Besides, an exact closed-form expression for its average probability of false alarm is derived. Monte-Carlo simulations validate the derived analytical expressions and corroborate that the investigated ED outperforms KD and a generalized likelihood ratio test (GLRT) detector. The performance of ED is also assessed using real-world RFI contaminated data. Third, a blind EvD is proposed for single-input multiple-output (SIMO) systems that may suffer from RFI. To characterize the performance of EvD, performance closed-form expressions valid for infinitely huge samples are derived and validated through simulations. Simulations also corroborate that EvD manifests, even under sample starved settings, a comparable detection performance with a GLRT detector fed with the knowledge of the signal of interest (SOI) channel and a matched subspace detector fed with the SOI and RFI channels. At last, for a robust detection of RFI received through a multi-path fading channel, this dissertation presents matrix-based and tensor-based multi-antenna RFI detectors while introducing a tensor-based hypothesis testing framework. To characterize the performance of these detectors, performance analyses have been pursued. Simulations assess the performance of the proposed detectors and validate the derived asymptotic characterizations.

Concerning advanced RFI excision, this dissertation introduces a multi-linear algebra framework to the multi-interferer RFI (MI-RFI) excision research by proposing a multi-linear subspace estimation and projection (MLSEP) algorithm for SIMO systems. Having employed smoothed observation windows, a smoothed MLSEP (s-MLSEP) algorithm is also proposed. MLSEP and s-MLSEP require the knowledge of the number of interferers and their respective channel order. Accordingly, a novel smoothed matrix-based joint number of interferers and channel order enumerator is proposed. Performance analyses corroborate that both MLSEP and s-MLSEP can excise all interferers when the perturbations get infinitesimally small. For such perturbations, the analyses also attest that s-MLSEP exhibits a faster convergence to a zero excision error than MLSEP which, in turn, converges faster than a subspace projection algorithm. Despite its slight complexity, simulations and performance assessment on real-world data demonstrate that MLSEP outperforms projection-based RFI excision algorithms. Simulations also corroborate that s-MLSEP outperforms MLSEP as the smoothing factor gets smaller.

With regard to advanced spectrum sensing, having been inspired by an F–test detector with a simple analytical false alarm threshold expression considered an alternative to the existing blind detectors, this dissertation presents and evaluates simple F–test based spectrum sensing techniques that do not require the knowledge of CSI for multi-antenna CRs. Exact and asymptotic analytical performance closed-form expressions are derived for the presented detectors. Simulations assess the performance of the presented detectors and validate the derived expressions. For an additive noise exhibiting the same variance across multiple-antenna frontends, simulations also corroborate that the presented detectors are constant false alarm rate detectors which are also robust against noise uncertainty.

Titre traduit

Détection avancée de RFI, excision de RFI et détection de spectre : algorithmes et analyses de performances

Résumé traduit

En raison d’interférence intentionnelle et non intentionnelle, l’interférence radiofréquence (RFI) entraîne une perte de performance dans divers systèmes tels que la radiométrie à hyperfréquences, la radioastronomie, les communications par satellite, les communications ultra-large bande, le radar et la radio cognitive. Pour surmonter l’impact de la RFI, une détection RFI robuste avec une excision RFI efficace est donc nécessaire. Parmi leurs limites, les techniques existantes tendent à être complexes en calcul et à rendre inefficace l’excision des RFI. D’un autre côté, plusieurs techniques de détection de spectre sont disponibles pour la radio cognitive (CR). Cependant, la plupart des techniques existantes reposent sur la disponibilité de l’information d’état de canal (CSI) ou sur les caractéristiques du signal d’intérêt. Motivé par les limitations soulignées, cette thèse présente les résultats de recherche en trois volets: détection avancée de RFI, excision avancé de RFI et détection avancée de spectre.

Concernant la détection avancée de RFI, cette thèse présente cinq détecteurs RFI: un détecteur de puissance (PD), un détecteur d’énergie (ED), un détecteur de valeurs propres (EvD), un détecteur à base de matrice et un détecteur à base de tenseur. Tout d’abord, un PD simple permettant de détecter une RFI large bande est étudiée. En supposant des canaux à attenuation Nakagami-m, des expressions analytiques exactes pour la probabilité de détection RFI et pour la fausse alarme sont dérivées et validées par simulations. Les simulations également démontrent que le PD surpasse le détecteur de kurtosis (KD). Deuxièmement, on étudie un ED pour la détection de RFI dans les systèmes de communication sans fil. Sa probabilité moyenne de détection est approximée, et des expressions analytiques asymptotiques sont dérivées. Aussi, une expression exacte pour la probabilité moyenne de fausse alarme est dérivée. Des simulations Monte-Carlo valident les expressions analytiques dérivées et corroborent le fait que le détecteur d’énergie étudié (ED) dépasse les performances de KD et d’un détecteur de test de rapport de vraisemblance généralisée (GLRT). La performance d’ED est également évaluée en utilisant de données réelles contaminées par RFI. Troisièmement, un EvD aveugle est propose pour les systèmes SIMO (Single-Input Multiple-Output) pouvant être affectés par la RFI. Pour caractériser les performances d’EvD, des expressions de performance fermées valables pour des échantillons infiniment énormes sont dérivées et validées par le biais de simulations. Les simulations corroborent également le fait qu’EvD manifeste, même dans des paramètres de saturation d’échantillon, des performances de détection comparables avec un détecteur GLRT alimenté avec la connaissance du canal de signal d’intérêt (SOI) et un détecteur de sous-espace adapté alimenté avec les canaux SOI et RFI. Enfin, pour une détection robuste de RFI reçue via un canal à chemins multiples, cette thèse présente des détecteurs RFI multi-antennes à base de matrice et à base de tenseur, tout en introduisant une hypothèse de test à base de tenseur. Pour caractériser les performances de ces détecteurs, des analyses de performance ont été menées. Les simulations évaluent les performances des détecteurs proposés et valident les caractérisations asymptotiques dérivées.

Concernant l’excision avancée de RFI, cette thèse introduit une méthode basée sur l’algèbre multi-linéaire pour une excision de multi-interféreurs (MI-RFI) en proposant un algorithme multi-linéaire d’estimation et de projection (MLSEP) pour les systèmes SIMO. Après avoir utilisé des fenêtres d’observation lissées, un algorithme MLSEP (s-MLSEP) lissé est également proposé. MLSEP et s-MLSEP nécessitent la connaissance du nombre d’interféreurs et de leur ordre de canal respectif. En conséquence, un nouveau énumérateur d’interféreurs à base de matrice lissée et un énumérateur d’ordre de canaux est proposé. Les analyses de performance confirment que MLSEP et s-MLSEP peuvent exciser tous les brouilleurs lorsque les perturbations deviennent infiniment petites. Pour de telles perturbations, les analyses conferment également que le s-MLSEP présente une convergence plus rapide vers une erreur d’excision nulle que le MLSEP, qui converge plus rapidement qu’un algorithme de projection de sousespace. Malgré sa faible complexité, les simulations et l’évaluation des performances sur des données réelles démontrent que le MLSEP surpasse les algorithmes d’excision RFI basés sur la projection. Les simulations confirment également que s-MLSEP surpasse MLSEP à mesure que le facteur de lissage diminue.

En ce qui concerne la détection de spectre avancée, ayant été inspiré par un détecteur de F–test avec une expression de seuil de fausse alarme analytique considéré comme une alternative aux détecteurs aveugles existants, cette thèse présente et évalue la simple technique de détection du spectre F–test basée sur des tests ne nécessitant pas la connaissance des CSI pour les CR multiantennes. Des expressions de performances analytiques exactes et asymptotiques sont dérivées. Les simulations évaluent les performances et valident les expressions analytiques. Pour un bruit additif présentant la même variance sur plusieurs antennes, les simulations montrent que les détecteurs présentés ont un taux de fausse alarme constant, et ils sont également robustes contre l’incertitude liée au bruit.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment of the requirements for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 285-302).
Mots-clés libres:	détection de RFI, excision de RFI, détection de spectre, détection robuste, excision efficace, analyses de performance
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Ajib, Wessam
Codirecteur:	Codirecteur Landry, René Jr.
Programme:	Doctorat en génie > Génie
Date de dépôt:	10 mai 2019 16:31
Dernière modification:	10 mai 2019 16:31
URI:	https://espace.etsmtl.ca/id/eprint/2305

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt